基于改进YOLOX-tiny算法的交警手势识别

来源：电子测量技术杂志2024年第8期北京时间：

作者：方吴逸，陈章进，唐英杰

单位：上海大学微电子研究与开发中心 上海 200444

摘要：为了在城市中实现无人驾驶，需要能够高效检测交警的现场指挥手势。针对现有手势识别算法识别精度低、检测速度慢、难以应对复杂道路环境等问题，提出一种改进的YOLOXtiny交警手势识别算法。首先，使用改进后的GhostNet网络替换原主干网络，并且插入坐标注意力机制，全面提取输入图像特征，提高了网络的检测精度，同时提升了对中小型目标的检测效果；其次，改进解耦头部分，设计了SCDE Head结构，在减少计算量的同时过滤冗余信息，使得解耦头更有效率，并且解耦头融合了多尺度的特征，提升了目标检测准确率；最后，将SIoU应用到定位损失中，加快网络收敛的速度，提升回归精度。在自制的交警指挥手势数据集上进行测试，实验结果表明，与YOLOX-tiny模型对比，改进后算法参数量减少了27.97%，模型计算量减少了33.31%，且平均检测精度提高了2.31%，检测速度提升了45%，更适合汽车无人驾驶以及硬件部署方面的实际需求。

关键词：交警手势识别;YOLOX-tiny;网络轻量化;GhostNet;注意力机制